一种针对HIGHT的改进差分故障的分析

为评估HIGHT轻型分组密码抗故障攻击能力,基于单字节故障模型,提出一种改进的HIGHT故障攻击方法．首先在HIGHT最后1轮注入单字节故障恢复SK124和SK1262个轮密钥,然后增加故障注入深度,在HIGHT倒数第5轮注入单字节故障恢复HIGHT另外10个轮密钥,从而恢复HIGHT的全部主密钥．实验结果表明：仅需22次故障注入即可恢复HIGHT全部128位主密钥,优于现有故障攻击方法所需的32次故障注入．     

基于ANP的装备保障转型影响因素分析

针对装备保障转型影响因素众多、转型重要程度难以确定等问题,分析了保障转型外部和内部影响因素,建立了保障转型影响因素ANP模型,利用ANP方法对装备保障转型影响因素进行了权重确定,为确定装备保障转型影响因素重要性程度提供了一种定量化分析方法,明确了装备保障转型应优先重点解决的关键问题．     

塔架摆杆系统静动态特性研究

为研究航天发射塔架摆杆系统的静动态特性,利用Pro／E建立其三维实体模型,再将模型导入Abaqus中建立其有限元模型并对该塔架摆杆系统进行静、动态分析计算．通过静态分析,得到塔架关键部位的应力及位移值,对其安全性进行了校核;通过动态分析得到其固有频率及振型,与试验所得频率进行对比,验证有限元建模的正确性．     

战时装备调配保障决策模型构建研究

分析了战时装备调配保障决策的特点,运用模糊聚类分析法对装备调配保障对象进行了分组和优先级排序,以此为基础,运用目标规划法构建了战时装备调配保障决策模型,最后,通过实例验证了模型的可行性和有效性．     

高炮系统火力单元弹药消耗模型研究

摘要：高炮群是我军要地防空工作中的重要环节,其弹药预测结果的精准程度将直接影响到弹药保障工作的顺利进行．针对弹药的消耗问题,进行了针对具体作战任务的高炮系统火力单元弹药消耗模型研究,从问题分析、建立数学模型、仿真求解模型以及结果分析四个方面分析了高炮系统火力单元弹药消耗情况．仿真结果表明,该方法具有较高的建模精度,从而验证了方法的有效性．     

基于灰色关联分析的反导导弹战斗部作战效能评估

针对反导导弹战斗部的性能特点,以灰色关联理论为基础,采用灰色加权关联度分析进行综合评判,建立了反导导弹战斗部作战效能评估模型．最后通过算例,验证了该模型的完整性,最终为决策者做出合理的作战决策提供了理论参考．     

基于北斗、短波的高精度时钟系统研究与设计

介绍了北斗、短波授时技术;对高稳恒温晶振及其频率特性进行分析的基础上,设计了一种基于北斗卫星、短波无线电授时的高精度时钟系统;该系统通过利用北斗接收处理模块、短波授时接收模块得到的秒脉冲信号、时间信息,经过延迟修正处理、脉冲滤波、脉冲补偿、脉冲统计得到标准的秒脉冲信号,实现对恒温晶振频率的校准,获得一个短期及长期频率稳定度都比较优良的时间频率标准,同时利用校频后恒温晶振分频出的1pps信号对时间芯片进行校准,对外输出高精度时间信息;对恒温晶振校频系统的基本工作原理及部分模块电路图进行了说明,试验结果表明,在时间不长于1h内,频率准确度优于1×10-10;该系统实用方便的方法达到了将晶体振荡器校准到较高指标的目的。     

内编队地球重力场测量性能数值分析

内编队系统通过实现内卫星纯引力轨道环境和内卫星精密定轨,完成高精度地球重力场测量,实现了不依赖于加速度计的重力卫星实施新途径。针对内编队重力场测量性能难以解析分析的情况,基于MATLAB并行程序设计进行了重力场测量数值模拟,获得了内编队重力场测量的有效阶数及其精度。在内编队轨道高度为300km、内卫星干扰力为1.0×10-10m/s2、外卫星定轨精度为3cm、内外卫星相对状态测量精度为1mm的条件下,计算得到内编队测量重力场的有效阶数为72,相应的大地水准面累积误差为44cm,重力异常累积误差为4.5mGal,由此可知内编队测量重力场的有效阶数主要分布在低阶部分。     

基于结构加权的海面编队预定目标选择方法

海面目标运动和编队阵型的约束特性,使得通过对装订阵型和末制导探测阵型进行点集匹配来选择预定目标成为一种有效途径。但当编队目标释放干扰时,会引起阵型结构发生局部变化,导致目标选择性能恶化。本文基于反舰导弹目标选择需求,分析了传感器导航和探测误差、装订信息误差、编队目标运动和释放干扰等因素所引起的位置点集变形,通过利用阵型中未污染的结构信息,提出了基于几何散列法和结构加权平均Hausdorff距离的编队预定目标选择方法。理论分析和实验结果表明,该方法不受传感器导航误差和编队目标整体运动的影响,在编队存在冲淡干扰时能有效提高目标选择能力。     

Nonparametric bayesian lifetime data analysis using dirichlet process lognormal mixture model

We propose a nonparametric Bayesian lifetime data analysis method using the Dirichlet process mixture model with a lognormal kernel. A simulation‐based algorithm that implements the Gibbs sampling is developed to fit the Dirichlet process lognormal mixture (DPLNM) model using rightly censored failure time data. Five examples are used to illustrate the proposed method, and the DPLNM model is compared to the Dirichlet process Weibull mixture (DPWM) model. Results indicate that the DPLNM model is capable of estimating different lifetime distributions. The DPLNM model outperforms the DPWM model in all the examples, and the DPLNM model shows promising potential to be applied to analyze failure time data when an appropriate parametric model for the data cannot be specified. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013